Radius Tanone1, Dedy Danu Widjaya 2
1
FTI-UKSW, Jl. Diponegoro 52-60, Salatiga 50771, Indonesia, radiustanone@gmail.com
2
FTI-UKSW, Jl. Diponegoro 52-60, Salatiga 50771, Indonesia, dsonic77@gmail.com
ABSTRAK
Besarnya kebutuhan masyarakat Singapura akan tenaga kerja wanita yang terus meningkat , mendorong tumbuhnya agen Maid serta sistem informasi Maid management di negara tersebut. Untuk pemilihan Maid yang tepat dan sesuai kriteria yang diinginkan employer, dibutuhkan suatu sistem pendukung keputusan yang dapat menghasilkan suatu rekomendasi yang valid. SPK harus dapat memproses indikator yang ada dengan benar termasuk yang bersifat samar seperti pada Maid management adalah kriteria experience dan skill dari tenaga kerja serta umur dari maid. Indikator samar tersebut diproses menggunakan logika Fuzzy dengan representasi grafik segitiga dan operasi logika max untuk menghasilkan rekomendasi Maid yang telah diurutkan dari yang memiliki firestrength tertinggi.
Kata Kunci : Maid Management, Sistem Pendukung Keputusan, Logika Fuzzy
1. Pendahuluan
Dalam era globalisasi yang semakin berkembang, semua aspek kehidupan manusia juga ikut berkembang, salah satunya adalah dunia bisnis. Peran teknologi dan informasi pun semakin diperlukan dalam mendukung proses bisnis yang ada, salah satunya adalah sistem informasi. Begitu juga dengan sistem informasi maid management yang memberikan layanan dan informasi seputar tenaga kerja bagi customer khususnya di wilayah Singapura. Permasalahan yang terjadi bagi masyarakat Singapura dalam pemilihan maid adalah customer harus mencari tenaga kerja yang sesuai dengan kriteria yang diharapkan. Sedangkan tenaga kerja yang tersedia sangat bervariatif dalam segi pengalaman, umur dan kemampuanya, tidak kurang tiga ribu orang setiap bulannya berangkat ke Singapura untuk berkerja sebagai maid serta ditambah lagi dengan proses dan pengurusan legalitas yang selektif oleh pemerintah Singapura dalam pengambilan tenaga kerja wanita bagi warga negaranya [1].
Pada sistem informasi Prestige Maid, customer harus mencari tenaga kerja yang sesuai dengan kriteria yang diharapkan seperti umur, kemampuan, serta pengalaman maid. Adapun tenaga kerja yang dimiliki oleh Prestige Maid Agency pada tahun 2013 ini adalah 136 orang. Melihat dan memeriksa satu per satu tenaga kerja akan memakan waktu serta belum tentu sesuai dengan kriteria yang diharapkan dan dibutuhkan. Kendala lain adalah waktu customer yang terbatas pada jam kerja Prestige Maid jika harus bertemu
31
dengan konsultan [2]. Oleh karena itu, dalam suatu sistem informasi dibutuhkan sistem pendukung keputusan pemilihan tenaga kerja untuk dapat membantu customer untuk memberikan rekomendasi dalam pemilihan maid yang sesuai dengan kriterianya, sehingga diharapkan customer dapat mencari informasi tentang produk, layanan, bahkan melakukan transaksi tanpa terbatas jam kerja perusahaan [3].
Untuk menghasilkan suatu rekomendasi yang valid, Sistem Pendukung Keputusan harus dapat memproses indikator yang ada dengan benar [4]. Akan tetapi, dalam sistem informasi maid management terdapat indikator yang bersifat samar. Sehingga dibutuhkan penanganan pada indikator samar tersebut, yaitu dengan logika Fuzzy. Dengan logika
Fuzzy, data yang samar akan menjadi anggota dari banyak himpunan dengan derajat
keanggotaan yang berbeda dalam masing-masing himpunan [5]. Pada maid
management terdapat beberapa spesifikasi yang digunakan untuk menangani data yang
samar yaitu experience, skill dan umur dari maid.
Berdasarkan kebutuhan customer akan rekomendasi tenaga kerja yang sesuai dengan kriteria yang dibutuhkan tanpa terbatas jam kerja suatu perusahaan manajemen tenaga kerja serta tanpa terbatas ruang, maka dirancanglah suatu Sistem Pendukung Keputusan pemilihan tenaga kerja berbasis web yang dapat memproses masukan dari customer baik yang bersifat pasti maupun samar sehingga dihasilkan rekomendasi tenaga kerja yang valid dan sesuai dengan kriteria yang diharapkan customer.
Terdapat beberapa penelitian yang membahas tentang SPK, salah satunya adalah Decision Support System Untuk Pembelian Mobil Menggunakan Fuzzy Database Model Tahani yang mengangkat permasalahan tentang proses perekomendasian mobil yang paling sesuai bagi pengguna atau calon pembeli dengan menerapkan metode
Fuzzy Database Model Tahani. Dalam penelitian tersebut, parameter-parameter yang
telah dimasukkan oleh user diproses oleh sistem sehingga menghasilkan output yang berupa rekomendasi mobil yang memiliki firestrength atau tingkat kesesuaian dengan parameter di atas angka nol sampai dengan angka satu [6].
Penelitian yang lain adalah Perancangan Sistem Pendukung Keputusan (SPK) Untuk Menentukan Kelaiklautan Kapal. Pada penelitian ini, SPK dirancang dengan menggunakan metode pohon keputusan dan algoritma Iterative Dichotomiser 3 (ID3) untuk menganalisa tiga aspek utama keselamatan kapal yaitu nautis, teknis dan radio sehingga dihasilkan keputusan penentuan kelaiklautan kapal yang bernilai diskrit yaitu laik atau tidak laik [7].
Pada penelitian ini, sistem pendukung keputusan dirancang untuk membantu
employer dalam memilih tenaga kerja agar sesuai dengan kriteria yang diinginkan tanpa
harus melihat satu persatu profil maid yang tersedia sehingga diharapkan akan lebih efisien dalam waktu pemilihan maid. SPK akan menggunakan logika Fuzzy dalam memproses masukan Fuzzy dari employer, sehingga sistem dapat memberikan output yang berupa rekomendasi satu atau lebih Maid yang sesuai dalam kriteria yang telah dimasukkan beserta derajat rekomendasinya (firestrength).
Istilah SPK mengacu pada suatu sistem yang memanfaatkan dukungan komputer dalam proses pengambilan keputusan. Jadi, pengambilan keputusan dapat dilakukan oleh sistem atau manusia, karena SPK hanya membantu manusia dalam proses pengambilan keputusan. Sistem Pendukung Keputusan (Decision Support System) mampu memberikan solusi bagi kebutuhan tersebut. SPK merupakan sistem yang membantu pengambilan keputusan dalam situasi yang semiterstruktur dan situasi yang tidak terstruktur, dimana tidak seorangpun tahu secara pasti bagaimana keputusan seharusnya dibuat. [4]
32
Logika Fuzzy (Fuzzy Logic) diperkenalkan oleh Lotfi Zadeh pada tahun 1965. Merupakan metode yang mempunyai kemampuan untuk memproses variabel yang bersifat kabur atau yang tidak dapat dideskripsikan secara pasti seperti misalnya tinggi, lambat, dan bising. Fuzzy dalam bahasa Inggris mempunyai arti kabur atau tidak jelas. Jadi, logika Fuzzy adalah logika yang kabur, atau mengandung unsur ketidakpastian.
Dalam logika Fuzzy, variabel yang bersifat kabur tersebut direpresentasikan sebagai sebuah himpunan yang anggotanya adalah suatu nilai pasti (crisp) dan derajat keanggotaannya dalam himpunan tersebut. Logika Fuzzy meniru cara berpikir manusia dengan menggunakan konsep sifat kesamaran suatu nilai. Dengan teori himpunan
Fuzzy, suatu objek dapat menjadi anggota dari banyak himpunan dengan derajat
keanggotaan yang berbeda dalam masing-masing himpunan [5].
Terdapat beberapa hal yang harus diketahui dalam sistem Fuzzy, yaitu variabel
Fuzzy yang merupakan variabel yang akan dibahas dalam suatu sistem Fuzzy, himpunan Fuzzy yang merupakan suatu group yang mewakili suatu kondisi tertentu dalam suatu variabel Fuzzy, semesta pembicaraan yang adalah keseluruhan nilai yang diperbolehkan
untuk dioperasikan dalam suatu variabel Fuzzy, domain adalah keseluruhan nilai yang diijinkan dalam semesta pembicaraan dan boleh dioperasikan dalam suatu himpunan
Fuzzy, serta fungsi keanggotaan (membership function) adalah suatu kurva yang
menunjukkan pemetaan titik-titik input data ke dalam nilai keanggotaannya (sering juga disebut dengan derajat keanggotaan). Fungsi keanggotaan suatu himpunan Fuzzy dapat ditentukan melalui pendekatan fungsi, yaitu representasi linier naik, representasi linier turun, kurva segitiga, kurva trapesium dan kurva bahu [8].
Maid Manajemen adalah agency atau perusahaan yang memberikan layanan
kepada customer atau employer seputar tenaga kerja wanita baik dalam permintaan tenaga kerja maupun pengurusan legalitas serta semua yang bersangkutan dengan kebutuhan-kebutuhan maid. Maid management sangat dibutuhkan di Singapura karena kebutuhan masyarakat Singapura akan tenaga kerja wanita yang terus meningkat [9]. Peningkatan tersebut dibuktikan berdasarkan data Badan Nasional Penempatan Dan Perlindungan Tenaga Kerja Indonesia tentang pengajuan ijin legalitas maid yang berasal dari negara Indonesia yang diselengarakan oleh pemerintah singapura, dalam penelitian tersebut tecatat 512 orang telah mengajukan ijin untuk pengurusan maid secara legal pada tahun 2009, 856 orang pada tahun 2010 dan tahun 2011 semester 1 ada 1140 orang [10].
Sistem informasi Maid management adalah sistem informasi yang digunakan oleh perusahaan manajemen dan konsultan tenaga kerja untuk menyediakan informasi yang berhubungan dengan tenaga kerja dan memberi kesempatan kepada customer untuk melakukan permintaan tenaga kerja serta pengurusan kebutuhan-kebutuhan legalitas tenaga kerja [9].
Prestige Maid adalah agency tenaga kerja wanita di Singapura yang telah berdiri
sejak tahun 2010. Prestige Maid bekerjasama dengan agen tenaga kerja Indonesia PT. Rizaldi Bina Bersama yang berkantor pusat di Kendal dan telah berdiri lebih dari sepuluh tahun. Prestige Maid memberikan pelatihan dan menyalurkan Maid dari berbagai negara seperti China, Malaysia, serta Singapura dan telah memiliki sekitar 2500 employer yang berada di Singapura [3].
2. Pembahasan
33
1. Identifikasi
Pada tahap ini dilakukan identifikasi permasalahan yang ada pada sistem informasi Prestige Maid serta dilakukan perumusan kebutuhan bagi permasalahan tersebut, yaitu dibutuhkannya sistem pendukung keputusan pemilihan Maid dengan menggunakan logika Fuzzy.
2. Perancangan Sistem
Perancangan sistem menggunakan prototype model yang memungkinkan adanya interaksi yang lebih baik antara pengembang program dan pengguna sehingga sistem yang dibuat hasilnya lebih maksimal.
Gambar 1. Prototyping Model [6]
Proses dari perancangan sistem dengan menggunakan prototype model pada Gambar 1 dapat dijelaskan sebagai berikut :
1) Pengumpulan Kebutuhan
Tahap pengumpulan kebutuhan adalah tahap untuk menentukan tujuan umum, kebutuhan yang diperlukan dan gambaran bagian-bagian yang akan dibangun berikutnya. Pada tahap ini dilakukan wawancara ke client yang pada penelitian ini adalah Prestige Maids Agency. Kebutuhan yang didapat pada tahapan ini antara lain data layanan yang diberikan Prestige Maids Agency, data Maid, kebutuhan input sistem, serta informasi yang akan menjadi content pada sistem informasi Maid management, juga batas atas dan batas bawah dari setiap himpunan pada variabel Fuzzy yang digunakan.
2) Perancangan
Tahap perancangan adalah tahap dimana dilakukan perancangan yang mewakili semua aspek software yang diketahui, dan rancangan ini menjadi dasar prototype. Perancangan yang dilakukan adalah perancangan data, identifikasi kebutuhan software dan hardware, serta perancangan sistem. Perancangan data sistem pendukung keputusan pemilihan Maid adalah sebagai berikut :
a. Kebutuhan Input
Terdapat dua kebutuhan input data dalam sistem ini, yaitu : i. Input Non-Fuzzy (Kriteria)
Input non-Fuzzy adalah kebutuhan input data pada sistem pendukung keputusan pemilihan Maid yang akan mengambil seluruh data tanpa melakukan perhitungan Fuzzy. Pada penelitian ini, input Fuzzy disebut dengan Kriteria. Terdapat empat input non-Fuzzy, yaitu :
1. Country
34
memasukkan atau memilih asal negara Maid. 2. Religion
Religion merupakan input non-Fuzzy pada sistem untuk user memasukkan atau memilih agama Maid.
3. Marital Status
Marital Status merupakan input non-Fuzzy pada sistem untuk user memasukkan atau memilih status pernikahan Maid.
4. Education
Education merupakan input non-Fuzzy pada sistem untuk user memasukkan atau memilih pendidikan terakhir Maid.
ii. Input Fuzzy (Spesifikasi)
Input Fuzzy merupakan kebutuhan input data pada sistem pendukung keputusan pemilihan Maid yang akan dilakukan perhitungan Fuzzy pada data-data yang telah diambil berdasarkan input non-Fuzzy. Pada penelitian ini, input Fuzzy disebut dengan Spesifikasi. Terdapat tiga input Fuzzy yang diterapkan pada empat tipe pekerjaan Maid yaitu care of infant/children, care of elderly, care of disabled, dan general housework. Adapun tiga input Fuzzy tersebut adalah sebagai berikut :
1. Age
Age merupakan input Fuzzy pada sistem untuk user memasukkan usia Maid. 2. Experience
Experience merupakan input Fuzzy pada sistem untuk user memasukkan pengalaman kerja Maid pada tipe pekerjaan yang telah dipilih.
3. Skill
Skill merupakan input Fuzzy pada sistem untuk user memasukkan kemampuan kerja Maid pada tipe pekerjaan yang telah dipilih.
b. Kebutuhan Output
Hasil akhir dari sistem ini adalah rekomendasi Maid berdasarkan kriteria dan spesifikasi Maid yang telah ditentukan oleh user.
Perancangan sistem pendukung keputusan menggunakan logika Fuzzy, data bentuk flowchart terlihat pada Gambar 2.
35
Start Input Kriteria Maid (non-fuzzy) Validasi data Input Spesifikasi (fuzzy) ? Hasil rekomenda si tanpa perhitungan fuzzy Menghitung fungsi keanggotaan Menghitung firestrength Hasil rekomendasi berdasarkan Kriteria dan Spesifikasi no yes endGambar 2. Proses Sistem Pendukung Keputusan
Pada Gambar 2 dijelaskan bahwa setelah user melakukan input non-Fuzzy, tanpa input Fuzzy, sistem melakukan validasi data dan kemudian mengambil data dari database yang kemudian ditampilkan dalam hasil rekomendasi Maid tanpa perhitungan Fuzzy. Jika user melakukan input non-Fuzzy dan Fuzzy, sistem melakukan proses perhitungan fungsi keanggotaan dari setiap input Fuzzy dan data Maid yang telah diambil dari database. Proses selanjutnya adalah perhitungan firestrength dan kemudian ditampilkan sebagai hasil rekomendasi. Adapun rancangan kebutuhan pengguna sistem yang merupakan rancangan gambaran umum adalah sebagai berikut, sistem mempunyai dua pengguna, yaitu administrator dan user yang mempunyai hak akses masing-masing. Administrator dapat mengakses halaman web admin dan dapat melakukan penambahan, pengubahan (edit) serta penghapusan (delete) data pada database. Seorang administrator harus melakukan login terlebih dahulu untuk memasuki halaman web admin.
Sedangkan user hanya dapat melihat (view) data dari database serta mengoperasikan sistem dengan memasukkan (input) kriteria. User dapat mengakses web utama tanpa harus melakukan login terlebih dahulu. Sedangkan untuk mengakses layanan-layanan yang ada pada Sistem Informasi Maid Management, user harus melakukan register customer dan login terlebih dahulu. Output yang dihasilkan adalah beberapa rekomendasi Maid yang sesuai dengan kriteria yang telah dimasukkan oleh
36
user. Hasil yang diperoleh merupakan hasil akhir setelah data diproses dengan menggunakan Logika Fuzzy.
3) Evaluasi Prototyping
Tahap pengujian adalah tahap dimana dilakukan pengujian terhadap aplikasi yang telah dibuat. Pengujian dilakukan dengan kuisioner untuk uji efektifitas sistem dan black box testing untuk menganalisa fungsi sistem. Jika masih terdapat beberapa perubahan yang berhubungan dengan kebutuhan pada aplikasi maka akan diperbaiki lagi yang diawali dengan tahap pengumpulan kebutuhan sesuai dengan yang diperlukan saja. Jika aplikasi yang dibuat sudah bisa memenuhi, maka proses-proses pada model ini selesai.
3. Kesimpulan
Pada tahap ini dilakukan perumusan kesimpulan berdasarkan latar belakang masalah dan hasil dari implementasi sistem pendukung keputusan pada sistem informasi Prestige Maid management. Kesimpulan juga berdasarkan analisa sistem informasi Prestige Maid terhadap pengujian sistem yang dilakukan menggunakan black box testing dan uji efektifitas sistem dengan kuisioner yang diberikan kepada pelanggan Prestige Maid. Selain itu, diberikan saran untuk sistem pendukung keputusan yang lebih valid pada pengembangan selanjutnya.
Sistem Informasi Maid Management yang telah dirancang terdapat dua halaman utama, yaitu web admin dan web utama.
Gambar 3. Halaman Dashboard Web Admin
Gambar 3 menunjukkan halaman dashboard pada web admin. Pada web admin, seorang administrator dapat melakukan berbagai aktivitas untuk mengelola data-data yang digunakan pada sistem informasi ini. Pada master data, admin dapat menambah, mengubah maupun menghapus data Country dan Religion. Pada maid management, admin dapat menambah, mengubah data maid mulai dari profil maid, riwayat kesehatan, riwayat pekerjaan sampai dengan kemampuan maid. Pada employer management, admin dapat menambah, mengubah serta menghapus data employer. Pada request, admin dapat melihat, mengubah status request serta menghapus request yang telah dimasukkan oleh employer. Pada halaman enquiry, admin dapat melihat, mengubah status enquiry serta menghapus enquiry yang telah dimasukkan oleh employer. Pada news, admin dapat memasukkan, mengubah serta menghapus berita yang ditampilkan pada halaman web utama. Pada users, admin dapat menambah, mengubah serta
37
menghapus data admin yang dapat mengelola sistem informasi tersebut. Halaman utama Sistem Informasi Maid Management terlihat pada Gambar 4.
Gambar 4. Halaman Utama Sistem Informasi Pretige Maid
Dari halaman utama, user yang belum terdaftar sebagai employer hanya dapat mengakses halaman maid list dan news dan employer registration serta melakukan pencarian maid sesuai kriteria yang diinginkan. Jika sudah terdaftar sebagai employer, user dapat login ke sistem informasi dan dapat mengakses menu services. Pada halaman SPK, user dapat memasukkan kriteria maid sesuai yang diharapkan. Terdapat empat kriteria non-Fuzzy yaitu Country, Religion, Marital Status, dan Education. Kriteria dan spesifikasi akan diproses sistem untuk menghasilkan rekomendasi maid. Misal di dimasukan kriteria Maid yaitu Indonesia pada Country, muslim pada Religion, married pada Marital Status, dan high school pada Education. Maka sistem akan mengambil data dari database berdasarkan masukan tersebut. Gambar 5 menunjukkan hasil pencarian tanpa memasukkan kriteria Fuzzy.
38
Pada Gambar 5 terlihat semua data yang sesuai dengan kriteria (input non-Fuzzy) ditampilkan tanpa ada spesifikasi maid. Spesifikasi Fuzzy pada sistem ini adalah age, experience,dan skill. Penilaian experience ditentukan dari lamanya Maid bekerja pada tipe pekerjaan tersebut. Sedangkan penilaian skill ditentukan dari hasil wawancara maid baik oleh Singapore EA maupun EA/training centre independen. Untuk melakukan proses perhitungan Fuzzy maka harus dimasukkan Spesifikasi atau input Fuzzy. Gambar 6 menunjukkan masukan Fuzzy pada Spesifikasi.
Gambar 6. Contoh Masukan Fuzzy Pada Form Spesifikasi
Pada Gambar 6 terlihat bahwa telah dimasukkan young pada spesifikasi Age, Novice dan good pada tipe pekerjaan care of infants / childern, pada tipe pekerjaan care of elderly telah di masukan spesifikasi intermediate dan expert, sedangkan pada tipe pekerjaan care of disable dimasukan spesifikasi intermediate dan good, dan untuk tipe pekerjaan general housework dimasukan spesifikasi novice dan good untuk melengkapi masukan Kriteria seperti yang telah di input kan pada Gambar 5, maka hasil rekomendasi akan seperti yang terlihat pada Gambar 7.
39
Gambar 7. Hasil Pencarian Berdasarkan Kriteria dan Spesifikasi (Input Fuzzy dan Non-Fuzzy)
Pada Gambar 5 dan Gambar 7 terlihat perbedaan hasil pencarian yang hanya berdasarkan masukan non-Fuzzy (Kriteria) dengan gabungan masukan non-Fuzzy (Kriteria) dan Fuzzy (Spesifikasi). Pada Gambar 5 terlihat bahwa hasil pencarian belum dispesifikasikan berdasarkan umur, experience serta skill setiap maid pada tipe pekerjaan yang dipilih. Sedangkan pada Gambar 7 terlihat bahwa rekomendasi maid yang ditampilkan selain berdasarkan kriteria yang dipilih user, juga berdasarkan spesifikasi yang dimasukkan user dengan urutan nilai firestrength sebagai prioritas rekomendasi. Jadi hasil rekomendasi yang ditampilkan pada Gambar 7, dua maid paling atas adalah maid yang memiliki nilai rekomendasi (firestrength) dua tertinggi.
Adapun pemrosesan Fuzzy yang terjadi pada sistem dilakukan dengan menggunakan masukan user yang berupa Kriteria untuk mengambil data pada database. Sedangkan masukan user yang berupa input Fuzzy (Spesifikasi) yang terdiri dari age, experience, dan skill akan diproses oleh sistem dengan terlebih dahulu mengambil data keanggotaan dari tabel membership. Data nilai keanggotaan tiap himpunan Fuzzy dari semua variabel tersebut akan disimpan pada array. Kemudian sistem akan melakukan perhitungan derajat keanggotaan pada masukan user, dan hasil perhitungan akan disimpan pada miu_maid_temp. Derajat keanggotaan yang telah disimpan akan diproses dengan menggunakan operasi logika OR untuk didapatkan nilai firestrength yaitu dengan mengambil nilai tertinggi dari derajat keanggotaan tiap variabel. Nilai firestrength dari setiap maid inilah yang merupakan dasar bagi prioritas rekomendasi pemilihan maid.
3. Kesimpulan
Berdasarkan latar belakang masalah mengenai kebutuhan masyarakat Singapura akan rekomendasi maid yang tepat dan sesuai kriteria yang diharapkan, dihasilkan sebuah sistem pendukung keputusan pada sistem informasi maid management Prestige Maid menggunakan logika Fuzzy. Sistem pendukung keputusan tersebut dapat menangani indikator Fuzzy maupun non-Fuzzy. Dan melalui pengujian black box serta uji efektifitas, disimpulkan bahwa sistem pendukung keputusan pemilihan maid dapat memberikan rekomendasi sesuai dengan kriteria yang dimasukkan employer. Saran untuk sistem
40
pendukung keputusan Prestige Maid pada penelitian yang akan datang sistem dapat dikembagkan dengan menambahkan kriteria Fuzzy seperti medical history maid, language abilities, dan spesifikasi skill lainnya.
Daftar Pustaka
1. http://rri.co.id/index.php/berita/2889/BNP2TKI-Ancam-Cabut-Izin-Pengiriman-TKI-ke-Singapura#.UjCsoX_Qy0h (diakses tanggal 10 september 2013)
2. Huda, Nurul Evani, 2004. Model-Model Pengembangan Sistem Informasi Berbasis Web. Universitas Sriwijaya.
3. www.prestigeMaid.com (diakses pada tanggal 12 Agustus 2013)
4. Subakti, Irfan, 2002. Buku Panduan Sistem Pendukung Keputusan. is.itssby.edu/subjects/dss/Buku_Panduan_SPK.pdf. (diakses tanggal 27 Mei 2013) 5. Irwan, Deddy. 2008. Implementasi Fuzzy Query Pada Database Untuk
Perekomendasian Beasiswa. http://repository.usu.ac.id/bitstream/123456789/11888/1/09E00028.pdf. (diakses tanggal 1 Juli 2013)
6. Pressman, S, Roger, 2002. Rekayasa Perangkat Lunak : Pendekatan Praktis (Buku Satu), Yogyakarta : Andi
7. Eliyani, Utomo Pujianto & Didin Rosyadi, 2009, Decision Support System Untuk Pembelian Mobil Menggunakan Fuzzy Database Model Tahani, http://journal.uii.ac.id/index.php/Snati/article/viewFile/1242/1042. (diakses tanggal 5 Mei 2013)
8. Setiawan, dkk, 2007. Perancangan Sistem Pendukung Keputusan (SPK) Untuk Menentukan Kelaiklautan Kapal. http://digilib.its.ac.id/public/ITS-Master-10163-Paper.pdf (diakses tanggal 10 september 2013)
9. Kusumadewi, Sri, & Hari Purnomo, 2004, Aplikasi Logika Fuzzy untuk Mendukung Keputusan, Yogyakarta : Graha Ilmu.
10. www.aeas.org.sg. (diakses tanggal 5 April 2013)
11. http://www.investor.co.id/home/bnp2tki-peluang-kerja-di-singapura-terbuka/16758